Human Activity Sensing / Kawaguchi, Nobuo ; Nishio, Nobuhiko ; Roggen, Daniel ; Inoue, Sozo ; Pirttikangas, Susanna ; Van Laerhoven, Kristof  

Público ISBD Ningún comentario para este registro. Título : Human Activity Sensing : Corpus and Applications Tipo de documento: documento electrónico Autores: Kawaguchi, Nobuo, ; Nishio, Nobuhiko, ; Roggen, Daniel, ; Inoue, Sozo, ; Pirttikangas, Susanna, ; Van Laerhoven, Kristof, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2019 Número de páginas: XII, 250 p. 140 ilustraciones, 98 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-13001-5 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: Microprogramación  Estructuras de control y microprogramación.  Aplicaciones informáticas y de sistemas de información  Interfaces de usuario e interacción persona-computadora  Application software  Procesamiento de datos  La interacción persona-ordenador  Interfaces de usuario (sistemas informáticos)  Minería de datos y descubrimiento de conocimientos Clasificación: 5.437 Resumen: El reconocimiento de actividad se ha convertido en un campo de investigación desafiante y de alto impacto, ya que en los últimos años se han introducido sensores más pequeños y potentes en dispositivos de consumo generalizados. La validación de técnicas y algoritmos requiere corpus de actividad humana a gran escala y métodos mejorados para reconocer las actividades y los contextos en los que ocurren. Este libro aborda los desafíos de diseñar experimentos válidos y reproducibles, ejecutar campañas de recopilación de conjuntos de datos a gran escala, diseñar métodos de reconocimiento de actividad y contexto que sean sólidos y adaptables, y evaluar sistemas de reconocimiento de actividad en el mundo real con usuarios reales. Nota de contenido: Optimizing of the Number and Placements of Wearable IMUs for Automatic Rehabilitation Recording -- Identifying Sensors via Statistical Analysis of Body-Worn Inertial Sensor Data -- Compensation Scheme for PDR using Component-wise Error Models -- Towards the Design and Evaluation of Robust Audio-Sensing Systems -- A Wi-Fi Positioning Method Considering Radio Attenuation of Human Body -- Drinking gesture recognition from poorly annotated data: a case study -- Understanding how Non-experts Collect and Annotate Activity Data -- MEASURed: Evaluating Sensor-based Activity Recognition Scenarios by Simulating Accelerometer Measures from Motion Capture -- Benchmark performance for the Sussex-Huawei locomotion and transportation recognition challenge 2018 -- Effects of Activity Recognition Window Size and Time Stabilization in the SHL Recognition Challenge. Tipo de medio : Computadora Summary : Activity recognition has emerged as a challenging and high-impact research field, as over the past years smaller and more powerful sensors have been introduced in wide-spread consumer devices. Validation of techniques and algorithms requires large-scale human activity corpuses and improved methods to recognize activities and the contexts in which they occur. This book deals with the challenges of designing valid and reproducible experiments, running large-scale dataset collection campaigns, designing activity and context recognition methods that are robust and adaptive, and evaluating activity recognition systems in the real world with real users. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Human Activity Sensing : Corpus and Applications [documento electrónico] / Kawaguchi, Nobuo, ; Nishio, Nobuhiko, ; Roggen, Daniel, ; Inoue, Sozo, ; Pirttikangas, Susanna, ; Van Laerhoven, Kristof,  . -  1 ed.  . - [s.l.] : Springer, 2019 . - XII, 250 p. 140 ilustraciones, 98 ilustraciones en color. ISBN : 978-3-030-13001-5 Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: Microprogramación  Estructuras de control y microprogramación.  Aplicaciones informáticas y de sistemas de información  Interfaces de usuario e interacción persona-computadora  Application software  Procesamiento de datos  La interacción persona-ordenador  Interfaces de usuario (sistemas informáticos)  Minería de datos y descubrimiento de conocimientos Clasificación: 5.437 Resumen: El reconocimiento de actividad se ha convertido en un campo de investigación desafiante y de alto impacto, ya que en los últimos años se han introducido sensores más pequeños y potentes en dispositivos de consumo generalizados. La validación de técnicas y algoritmos requiere corpus de actividad humana a gran escala y métodos mejorados para reconocer las actividades y los contextos en los que ocurren. Este libro aborda los desafíos de diseñar experimentos válidos y reproducibles, ejecutar campañas de recopilación de conjuntos de datos a gran escala, diseñar métodos de reconocimiento de actividad y contexto que sean sólidos y adaptables, y evaluar sistemas de reconocimiento de actividad en el mundo real con usuarios reales. Nota de contenido: Optimizing of the Number and Placements of Wearable IMUs for Automatic Rehabilitation Recording -- Identifying Sensors via Statistical Analysis of Body-Worn Inertial Sensor Data -- Compensation Scheme for PDR using Component-wise Error Models -- Towards the Design and Evaluation of Robust Audio-Sensing Systems -- A Wi-Fi Positioning Method Considering Radio Attenuation of Human Body -- Drinking gesture recognition from poorly annotated data: a case study -- Understanding how Non-experts Collect and Annotate Activity Data -- MEASURed: Evaluating Sensor-based Activity Recognition Scenarios by Simulating Accelerometer Measures from Motion Capture -- Benchmark performance for the Sussex-Huawei locomotion and transportation recognition challenge 2018 -- Effects of Activity Recognition Window Size and Time Stabilization in the SHL Recognition Challenge. Tipo de medio : Computadora Summary : Activity recognition has emerged as a challenging and high-impact research field, as over the past years smaller and more powerful sensors have been introduced in wide-spread consumer devices. Validation of techniques and algorithms requires large-scale human activity corpuses and improved methods to recognize activities and the contexts in which they occur. This book deals with the challenges of designing valid and reproducible experiments, running large-scale dataset collection campaigns, designing activity and context recognition methods that are robust and adaptive, and evaluating activity recognition systems in the real world with real users. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]

---

1 (1 - 1 / 1) Ver por página : 25 50 100 200